Metodos Cuantitativos

MODELOS DE INVESTIGACION DE OPERACIONES

DETERMINISTICOS
Los problemas de toma de decisiones se pueden clasificar en dos categorías: modelos de decisión determinísticos y modelos de decisión probabilísticos. En los modelos determinísticos, las buenas decisiones se basan en sus buenos resultados. Se consigue lo deseado de manera "determinística", es decir, libre de riesgo. Esto depende de lainfluencia que puedan tener los factores no controlables, en la determinación de los resultados de una decisión y también en la cantidad de información que el tomador de decisión tiene para controlar dichos factores.
OPTIMIZACION NO LINEAL
Los   problemas   con   restricciones   son   más   difíciles   de   resolver   debido   a   los   requerimientos adicionales que la solución debe satisfacer.La mayoría de los métodos propuestos para resolver este tipo de problemas están basados en uno de los siguientes conceptos:
1.   Extensión de la metodología lineal a través de repetidas aproximaciones lineales
2.   Transformación   de   un   problema   con   restricciones   en   una   secuencia   de   problemas   sin restricciones mediante el uso de funciones de penalización
3.   Uso detolerancias flexibles para acomodar vectores x
de regiones posibles y no posibles
METODOS CLASICOS
El Método Simplex es la solución algorítmica inicial para resolver problemas de Programación Lineal (PL). Este es una implementación eficiente para resolver una serie de sistemas de ecuaciones lineales. Mediante el uso de una estrategia ambiciosa mientras se salta desde un vértice factible hacia elpróximo vértice adyacente, el algoritmo termina en una solución óptima.
METODOS DE BUSQUEDA
El entorno comercial muchas veces es impredecible e incierto debido a factores tales como cambios económicos, reglamentaciones públicas, dependencia de subcontratistas y proveedores, etc. Los gerentes generalmente se ven inmersos en un entorno dinámico e inestable donde aún los planes a corto plazo debenre-evaluarse constantemente y ajustarse de manera incremental. Todo esto requiere una mentalidad orientada al cambio para hacer frente a las incertidumbres. Recuerde que las sorpresas no forman parte de una decisión sólida.
El hombre utiliza construcciones (modelos) matemáticas e informáticas para una variedad de entornos y propósitos, con frecuencia para conocer los posibles resultados de uno o másplanes de acción. Esto puede relacionarse con inversiones financieras, alternativas de seguros (asegurar o no asegurar/cuánto), prácticas industriales e impactos ambientales. El uso de modelos se ve perjudicado por la inevitable presencia de incertidumbres, que surgen en distintas etapas, desde la construcción y corroboración del modelo en sí hasta su uso. Normalmente su uso es el culpable.
Todasolución a un problema de toma de decisiones se basa en determinados parámetros que se presumen como fijos. El análisis de sensibilidad es un conjunto de actividades posteriores a la solución que sirven para estudiar y determinar qué tan sensible es la solución a los cambios en las hipótesis. Estas actividades también se denominan análisis de estabilidad, análisis what-if o de hipótesis,modelación de escenarios, análisis de especificidad, análisis de incertidumbre, análisis de inestabilidad numérica, inestabilidad funcional y tolerancia, análisis de post optimalizad, aumentos y disminuciones admisibles y muchos otros términos similares que reflejan la importancia de esta etapa del proceso de modelación. Por ejemplo, análisis de sensibilidad no es el término típico empleado en laeconometría para referirse al método de investigación de la respuesta de una solución frente a perturbaciones en los parámetros. En econometría, esto se denomina estática comparativa o dinámica comparativa, según el tipo de modelo en cuestión.
Se puede hacer frente a las incertidumbres de una manera más "determinista". Este abordaje tiene distintos nombres tales como "modelación de escenarios",...